文章详情

在科技界的持续关注下，科大讯飞近期宣布了其深度推理大模型星火X1的再次升级，这一举动引发了业界的广泛讨论。此次升级后，星火X1在模型参数量远低于业界平均水平的情况下，其数学能力却与DeepSeek R1和OpenAI的模型不相上下，尤其在中文数学任务中表现尤为突出。科大讯飞还携手华为，对星火一体机进行了重磅升级，整合了讯飞星火与DeepSeek的双引擎能力。

作为国内目前备受瞩目的两款深度推理大模型，星火X1与DeepSeek R1的数学实力究竟孰强孰弱？为了解答这一问题，我们设计了一场简单的数学能力比拼。测试包含五道题目，涵盖了初中、高中的应用题、推理题以及奥数难题，每题20分，总分100分，以得分高者为胜。

值得注意的是，本次测试并未将深度推理大模型引以为傲的类人思考过程纳入评分项，因为思考过程的正确性将直接反映在答题结果中，无需额外评测。

第一题是一道经典的容器问题：有一个池塘，里面有无穷多的水，现有两个空水壶，容积分别为5升和6升，如何只用这两个水壶从池塘里取得3升的水？星火X1与DeepSeek均给出了正确答案，但星火X1的解题步骤更为简洁明了，易于理解。因此，在这一题中，两者均获得满分。

第二题是一道涉及数学运算和逻辑推理的应用题，关于服装店老板购进衬衫并出售盈利的情况。星火X1与DeepSeek再次双双答对，各得20分。

第三题是一道包含图形和函数的复杂问题，需要模型通过识图来解答。令人欣喜的是，星火X1与DeepSeek均支持识图解题，并且识别准确度高，这对于用户来说无疑是一个巨大的福音。两大模型再次不负众望，给出了正确答案，并且星火X1的解题过程逻辑更为清晰。

在最后一题中，面对一道典型的奥数问题——100根火柴的博弈游戏，星火X1与DeepSeek均准确找出了破题点，并给出了正确答案。两大模型在这一题中再次打成平手。

通过这场简单的数学能力比拼，我们可以看出，讯飞星火深度推理大模型X1升级版与DeepSeek R1的数学实力确实难分伯仲，均以满分交卷。但从解题过程的简洁性和清晰度来看，星火X1略胜一筹。

与过去的大语言模型相比，深度推理模型在逻辑推理、因果推断以及结构化知识应用方面展现出了更强的能力，尤其在数学问题、代码生成以及科学推理等方面更具优势。星火X1不仅能够进行类人思考，在生成回答时更注重逻辑和推理，并能给出缜密清晰的思考路径，自动纠错，极大地减少了过去大模型“答非所问”的现象。

正是基于深度推理大模型的这一特点，科大讯飞在发布星火X1升级版的同时，还推出了星火医疗大模型X1，以及医疗、高教、政务、警务、法律五大全新应用场景的一体机。科大讯飞还正式发布了“星火X1+DeepSeek”双引擎AI学习机，进一步赋能医疗、教育、智慧城市等领域，展现了深度推理大模型在多个领域的广泛应用前景。